| 大会名称 |
|---|
| 2020年 ソサイエティ大会 |
| 大会コ－ド |
| 2020S |
| 開催年 |
| 2020 |
| 発行日 |
| 2020/9/1 |
| セッション番号 |
| A-8 |
| セッション名 |
| 信号処理 |
| 講演日 |
| 2020/9/16 |
| 講演場所(会議室等) |
| Meeting 21 |
| 講演番号 |
| A-8-1 |
| タイトル |
| 深度学習を用いた顔認識明暗汎用性向上の研究 |
| 著者名 |
| ○鄭 有穎, |
| キーワード |
| 画像処理, 顔認識, 深度学習, 明暗度 |
| 抄録 |
| 顔認識による社会的な技術は毎年上昇する傾向があります。よって、顔認識技術の汎用性及び正確性もより高く求められている。従来、画像処理技術の問題点（光の影響が強い、顔姿勢の影響もあり、他に訓練データの正確率など）がまだ完全に解決していないですが。深度学習、ここ数年に突然様々な領域に活発しました、特に画像処理の領域に多きな成果を見出しました。本研究は深度学習のConvolutional Neural Network(以下CNNと略称）に基づき、データペースの明暗度を修正した。これにより、顔認識システムの明暗汎用性が向上した。 |
| 本文pdf |
|
PDF download
|